用 Excel 做报表的人，多半离不开 XLOOKUP。要把一张表里的信息拉到另一张表，它确实最顺手。可表一多、公式一叠，工作簿就会悄悄膨胀：为了出一份报告，往往要加一堆辅助列、复制一遍数据。有没有更干净的办法？Power Pivot 给出的答案是：别合并表，先告诉 Excel 这些表之间是什么关系。

从三张表说起

以个人记账本为例。一个含数千条记录的文件，通常拆成三张表，各占一个工作表：

• 交易表存每笔支出，含日期、金额、类别编号、账户编号；
• 类别表存支出类别的名称，比如买菜、交通、娱乐，靠类别编号关联回交易表；
• 账户表存支票、储蓄、信用卡等账户信息，靠账户编号关联回每笔交易。

这样设计很合理：类别名只写一次，不必在几千行里重复；每笔交易也只需一个账户编号。麻烦出在出报告时——Excel 得想办法把交易表和另外两张表连起来。

老办法：加列，再用 XLOOKUP 拉数据

最常见的思路，是给交易表再加几列，把缺的信息拉进来。把交易表复制到第四个工作表，新增「类别名称」「预算分组」「账户名称」「账户类型」四列，再用 XLOOKUP 逐个填：

=XLOOKUP([@类别编号],类别表[类别编号],类别表[类别名称])
=XLOOKUP([@账户编号],账户表[账户编号],账户表[账户名称])

其余两列同理。公式都对，报告也能做：把类别名称拖进数据透视表的行、账户名称拖进列、金额拖进值，就能看清钱花在了哪类、哪个账户。代价是工作簿结构变了样——原本三张干净的表，变成了「原交易表 + 类别表 + 账户表 + 第二张交易表（重复信息）+ 一张透视表」。说白了，为了让 Excel 懂表之间的关系，平白多造了一份数据和几个工作表。

新办法：用数据模型连关系，不复制数据

Power Pivot 的思路相反：表继续保持分开，只告诉 Excel 它们怎么连。操作不复杂：选中每张表，点「Power Pivot」选项卡里的「添加到数据模型」，把三张表都装进数据模型；再打开 Power Pivot 窗口切到「图示视图」，把对应编号字段拖到一起建立关系：

交易表[类别编号] → 类别表[类别编号]
交易表[账户编号] → 账户表[账户编号]

关系建好，Excel 就懂了。接下来同样从「数据模型」建透视表，行放类别名称、列放账户名称、值放金额——出来的支出报告，和用 XLOOKUP 那份一模一样。区别在过程：XLOOKUP 要先往几千行交易里塞类别和账户信息；Power Pivot 让原表各归各位，建透视表时靠关系现取，既不合并、也不复制。

启用也不麻烦：在 Microsoft 365 或 Excel 2016 及以上 Windows 桌面版里，若看不到 Power Pivot 选项卡，到「文件 → 选项 → 加载项」，管理下拉选「COM 加载项」，勾上「Microsoft Power Pivot for Excel」即可。网页版 Excel 没有这个功能。

顺手多得的本事

把工作簿收拾干净只是起点。数据模型还解锁了普通透视表没有的功能，比如「非重复计数」——在值字段设置里直接就有。想少写辅助公式、少做汇总表，这又是一个理由试试 Power Pivot。

XLOOKUP 依然好用，小工作簿里它最省事。可一旦数据散在多张关联表，Power Pivot 提供更利落的出路：不必先拼成一张大表，也能直接出报告。要是手头版本不支持 Power Pivot，还可以用 Power Query 合并关联表、自动生成干净的报表表，走一条类似的路。

来源：How-To Geek（作者 Tony Phillips）

这次测试使用的是 Google Workspace 账号下的 Gemini 3.6 Flash。需要说明的是，可用功能会随账号类型和模型版本不同而有所差异。

先规划，再提问

菲利普斯的经验是：直接对 AI 说”帮我写段 VBA”，基本得不到能用的东西。所以他先把工作簿结构讲清楚。

这个工作簿一共三张表：Sales Data 存放原始数据表，字段包括商品名称、部门、国家、产品、成本、售价、销量、销售额、销货成本和利润；Department Report Template 是报表模板，规定了标题、汇总数字和产品明细表的位置，他特别要求模板本身不能被宏改动，以便后续反复使用；Report Log 则用于记录每次生成的文件，包含生成日期、部门名称、文件名和状态。

他把表名、字段、每个数值该落到模板的哪个单元格、日志怎么写，全部用文字描述给了 Gemini，但没有上传工作簿。这么做是想验证：只靠一份足够详细的书面说明，AI 能不能干活。如果可行，那么以后处理含敏感信息的表格时，就多了一条不必上传文件的路径。

他还提前避掉了一个坑：导出文件的存放位置。此前用 Claude 做类似自动化时他发现，把文件存在工作簿所在目录，一旦牵扯 OneDrive 这类云盘同步就容易出问题。于是他要求 Gemini 把所有 PDF 统一保存到桌面上的一个专用文件夹。

由于这段宏要当成长期工具用，他要求把代码存进 PERSONAL.XLSB 个人宏工作簿，并添加到快速访问工具栏，这样每次打开 Excel 都能直接调用。即便如此，动手测试前他还是先备份了一份工作簿。

提示词的最后一步很关键：他要求 Gemini 在写代码之前，先把理解到的工作簿假设条件复述一遍。Gemini 确认了表名、要用的列以及各项数据的落点位置——这一步相当于在动工前核对图纸。

真正的麻烦出在测试环节

第一版代码只能算起点。第一个问题是 VBA 报语法错误，把出错行和报错信息发回去后，Gemini 指出那一行多写了一个变量名，VBA 无法解析，并给出了修正版本。

更棘手的是第二个问题：宏跑完了，导出的 PDF 却是一片空白。Gemini 判断问题出在打印区域与页面设置（PageSetup）逻辑上，并陆续给出多种改法，但改着改着就陷入了”打补丁循环”——解决一个问题又冒出新的格式问题，方案越来越复杂。

菲利普斯最终没有继续打补丁，而是换了思路：先简化报表模板、砍掉部分指标，再让 Gemini 重写逻辑——复制一份模板工作表、往副本里填数据、直接导出 PDF、最后删除这份临时表，而不是去精细控制导出过程的每个环节。

这也是他认为整场实验最大的收获：AI 排查问题很好用，因为可以把现象讲清楚、一起推演可能的原因；但真正有效的做法，是把 AI 的建议和自己对流程的理解结合起来，并在必要时判断出”该换方案了”。

简化之后，才谈得上加功能

流程理顺之后效果立竿见影。事实证明，Gemini 更擅长在一个能跑通的基础上做改进，而不是一次性搭出整套自动化。

于是他分批把之前砍掉的功能加了回来，还顺手加了几项新的：每份报表添加”生成时间”戳、恢复部分汇总信息、把产品明细表由按销售额排序改为按利润排序、文件名里带上日期和时间以免新报表覆盖旧文件。这些小需求各自目标明确，测试和调整都很轻松。

最终这段宏成了可复用的工具：只要工作簿结构一致就能直接跑，代码常驻个人宏工作簿，入口挂在快速访问工具栏上，一次性实验变成了一键完成的日常流程。

结论：AI 是协作者，不是甩手掌柜

这次测试改变了菲利普斯对 AI 与 Excel 结合方式的看法。他不再指望一条提示词换来完美答案，而是把 Gemini 当作探索思路、排查故障、逐步打磨方案的工具。此前他对比 ChatGPT、Claude 和 Gemini 编写 Excel 公式时也得出过类似结论：这些工具都能给出建议，但使用者仍需具备足够的 Excel 功底，才能判断结果好坏、选对路线，并清楚自己最终想要什么。

来源：How-To Geek（https://www.howtogeek.com/microsoft-excel-google-gemini-automate-reporting-task/）